[发明专利]基于物联网的室内空气质量监控系统及其监控方法

说明书

本申请涉及环境监控的领域，其具体地公开了一种基于物联网的室内空气质量监控系统及其监控方法。其使用卷积神经网络模型提取出所述各个传感器的测量值的高维关联特征信息以及所述多个传感器的拓扑特征信息，进一步将所述各个传感器的测量值的高维关联特征映射到其拓扑特征的高维空间中以得到拓扑关联矩阵，并且考虑到所述多个传感器的测量值相对于测量传感器在整体空间分布上近似服从高斯分布，构造所述测量拓扑特征向量的高斯联合分布图，并基于所述高斯联合分布图的联合误差公式来计算其高斯分布可靠性特征向量以综合考虑方差和偏差，进而使得多提取的高维特征在时间推断和空间推断上具有相匹配的联合高精度，从而提高分类准确性。

技术领域

本申请涉及环境监控的领域，且更为具体地，涉及一种基于物联网的室内空气质量监控系统及其监控方法。

背景技术

随着大气污染的日益严重,人们对空气质量越来越关注。空气污染已成为最大的环境污染，在人们关注室外空气质量的同时，室内空气质量反而容易被忽视，城市中的人们有70％的时间在室内度过，室内空气污染对身体健康的影响更为显著。

室内空气污染中，PM2.5的危害较为严重，主要是指当量直径小于2.5μm的颗粒,其能够长时间悬浮在空中，携带有毒物质，可以到达肺部，进入肺泡，其携带的有害物质甚至能够进入身体内循环。随着室外污染的加重以及室外运动场所的受限，人们更倾向于室内运动健身。人在运动时需要消耗大量的氧气，呼吸次数更多，因此室内环境健康对于室内健身运动至关重要，特别是PM2.5对人的危害更加严重，主要会引起呼吸系统的疾病，但是室内空气质量变差，仅凭视觉和嗅觉难以发现，因此，实时监测健身房空气质量刻不容缓。然而相对于室外空气质量测量，室内空气质量测量有很大挑战。

随着物联网技术的发展,当前室内空气质量测量主要是利用物联网系统进行。以往的方法主要是使用有线网络或者WiFi网络进行数据的收集和上传,但是对于大型的室内场所,网络覆盖并不完善,传感器的部署会受到网络覆盖的限制,测量数据不能够完全体现室内空气质量的分布特性。

因此，为了更准确地检测健身房内的空气质量是否满足预设要求，期望一种基于物联网的室内空气质量监控系统。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于物联网的室内空气质量监控系统及其监控方法，其使用卷积神经网络模型提取出所述各个传感器的测量值的高维关联特征信息以及所述多个传感器的拓扑特征信息，进一步将所述各个传感器的测量值的高维关联特征映射到其拓扑特征的高维空间中以得到拓扑关联矩阵，并且考虑到所述多个传感器的测量值相对于测量传感器在整体空间分布上近似服从高斯分布，构造所述测量拓扑特征向量的高斯联合分布图，并基于所述高斯联合分布图的联合误差公式来计算其高斯分布可靠性特征向量以综合考虑方差和偏差，进而使得多提取的高维特征在时间推断和空间推断上具有相匹配的联合高精度，从而提高分类准确性。